[参考译文] IWRL6432：适用于 IWRL6432FSPEVM 的 EVM

您好：

DCA1000 用于捕获未滤波、未处理和转储的 ADC 数据、用于 DSP 算法开发和从头开始研究。 您不需要执行此操作、因为 Radar Toolbox 中的示例演示旨在仅使用雷达传感器运行。

我认为、在这里、毫米波雷达技术是在黑暗/难以看到的地方检测小型害虫动物的可靠选择。 雷达的优势是检测最细微的运动、因为它对运动很敏感（多普勒）、而且它在任何照明/天气条件下都能正常工作。 机器人割草机的目标应用 实际上与此类似、因为人们担心会看到小物体、包括松鼠/刺猬和低能见度（污垢/草）。 由于这是更多的可行性研究、我建议使用 IWR6843AOPEVM、因为它是具有 4x3 天线而不是 3x2 的高性能器件。 如果情况顺利、可能需要考虑改用低成本/功耗 IWRL6432

此致、

Pedrorm

您好：

它来自目标的胸部扩张和收缩。 以及心脏跳动。 雷达在速度/多普勒领域非常出色、因此我们能够从远处获得近似的生命体征信息。

此致、

Pedrorm

您好：

如果您想创建自己的模型、 可以使用“原始数据“方法、但为了获得一些指导、如果您想按照我们的方法完成、我们使用 雷达微多普勒。 这是一个您应该考虑的概念、因为它将是关键功能。 下面是一位算法开发人员的演示

https://cms.tinyml.org/wp-content/uploads/ew2023/Muhammet-Yanik_tinyML-Asia-2023.pdf

我想指出的是、幻灯片 6 中介绍了 uDoppler Spectrum。 如果您没有内存限制、并且希望模型在 PC 上而不是在芯片上运行、则可以通过在整个微多普勒频谱中馈送来训练模型。 微多普勒频谱是 IWRL6432 的非人类示例演示的输出类型。 遗憾的是、此示例演示尚未移植到 IWR6843

此致、

Pedrorm

您好：

仅使用 IWRL6432BOOST、在 人类非人类示例 项目中使用通过 UART 传输的 uDoppler 频谱 TLV。 使用 Web 浏览器方法下载工具箱。

此致、

Pedrorm

您好：

在查看 XYZ 点云时、我不会说在 0.5cm 到 1cm 域级别的变化中尺寸太小、而是更大。 我认为如果不在芯片上运行模型、最简单的方法是将多普勒频谱作为热图馈入其中。 对于不同的物体、该热图的图案会有所不同。 正是这些亚厘米级的变化以一种模式移动的方式、能够区分人类、而不是人类、尤其是静态物体。

此致、

Pedrorm

您好：

理想情况下、我认为最简单的方法是将雷达传感器指向您想要的数据目标并将其 uDoppler 频谱记录为热图。 IWRL6432BOOST EVM

此致、

Pedrorm